使用Matplotlib绘制散点图、柱状图、等高线及3D图教程

本文介绍了如何使用Python的Matplotlib库绘制各种图形，包括散点图、柱状图、等高线图和3D图。Matplotlib是一个强大的数据可视化工具，广泛应用于数据分析和科学计算。 1. **画散点图** 散点图用于表示两个变量之间的关系。在Python中，我们可以使用`plt.scatter()`函数创建散点图。示例代码中，首先导入`matplotlib.pyplot`为`plt`和`numpy`为`np`，然后生成100个遵循标准正态分布的数据点（均值0，方差1）。`np.random.normal()`函数用于生成这些随机数据。`np.arctan2(Y, X)`计算每个点的反正切值，作为点的颜色依据。`plt.scatter()`函数接收X和Y作为位置参数，s用于设置点的大小，c用于指定颜色（这里是反正切值T），alpha参数用于控制点的透明度。`xlim()`和`ylim()`函数设定坐标轴的范围，`xticks()`和`yticks()`用于隐藏坐标轴刻度。 2. **画柱状图** 柱状图用于展示分类数据的频数或比例。使用`plt.bar()`函数可以创建柱状图。示例展示了如何生成10个随机分布的柱状，每个柱子的高度对应于一个随机值。通过设置`facecolor`和`edgecolor`可以自定义柱子的颜色。`plt.text()`函数用于在每个柱子上方添加数值标签，使用`%.2f`格式化浮点数，确保保留两位小数，并通过`ha`和`va`参数实现文本的对齐。 3. **等高线图** 等高线图用于展示三维数据的二维投影，通常用于表示函数的地形或等值线。在Matplotlib中，可以使用`plt.contour()`或`plt.contourf()`函数绘制等高线。这些函数需要输入数据的网格和对应的值。例如，`Z = f(X, Y)`，其中f是定义在X和Y网格上的函数，X和Y是网格的坐标，Z是函数在每个网格点的值。 4. **3D图** 3D图用于展示三个维度的数据。Matplotlib的`Axes3D`子模块提供了绘制3D图形的功能。常用函数如`ax.plot_surface()`、`ax.scatter3D()`和`ax.plot3D()`。创建3D图需要设置额外的维度参数，如`zdir`定义哪个轴是垂直方向，` zs`和`zlim`控制Z轴的范围。 总结，Matplotlib提供了一系列丰富的图形绘制功能，从简单的散点图和柱状图到复杂的3D图形和等高线图，帮助用户直观地理解数据。通过调整不同的参数，可以定制图形的样式和细节，以满足各种可视化需求。在实际应用中，结合其他数据处理库如Pandas，可以实现更复杂的数据分析和展示。